二氧化碳浓度介绍

近几十年来二氧化碳气体含量的剧增是全球气候变化的主要原因。因此,监测全球大气中二氧化碳浓度的时空变化至关重要。目前全球二氧化碳浓度的主流监测方式是地基观测和被动卫星观测。对于地基二氧化碳站点观测,其优点在于可以长时间序列的高精度观测,但是对应的缺点也很明显,即受制于站点数量,无法实现大范围观测;对于被动卫星(ENVISAT、EOS、METOP-A、GOSAT、OCO、TANSAT、GOSAT-2和OCO-3)观测,其优点在于可以实现大范围观测在全球中低纬度,但是对应的缺点是:观测精度偏低、易受气溶胶和云层的干扰。

下面依据数据观测的平台进行数据的介绍,依次为地基观测、星载被动观测和星载主动观测以及大气化学模型


基于地基平台二氧化碳浓度监测数据集

基于地基平台的大气二氧化碳浓度观测,最早实现温室气体测量的是Migeotte等人,他们在太阳光谱中发现了甲烷的吸收光谱;Keeling等人在莫纳罗亚山、夏威夷和南极开始了精确的大气二氧化碳的长期系统测量从1957年;世界气象组织率先建立了全球大气观测系统(Global Atmosphere Watch,GAW)自1980年,这套大气观测系统可以实现在全球范围内观测大气;除此之外,中国参考的世界气象组织的框架,先后建立了区域本底站,即北京上甸子(于1982年),浙江临安(于1983年),黑龙江龙凤山(于1991年); 最后,在1994年我国在瓦里关建立了全球大气本底站,这个站点的数据可以在世界气象组织(World Meteorological Organization,WMO)官方网站获取,这个组织是联合国的专门机构之一,是联合国系统有关地球大气现状和特性,它与海洋的相互作用,它产生的气候及由此形成的水资源的分布方面的权威机构。 
基于地基观测平台数据的基础,目前已经形成了下列部分数据集:
      (1)  由NOAA赞助基金支持的 Keeling等人做的二氧化碳浓度监测被称作全球温室气体本地站。其硬件在全球先后部署了4个基线天文台,8座高塔的全天候测量,并且还有50多个地点的志愿者收集空气样本。

全球温室气体本地站站点分布

数据集访问链接

(2)    TCCON(Tatal Cabon Column Observing Network),这个是基于地面的傅里叶变换光谱议的观测网络,利用观测数据准确的反演二氧化碳的总柱浓度,在全球有23个监测站点,这是全球公认的一个二氧化碳和甲烷的标准站网,这个标准是大家公认的,其对应的二氧化碳数据集被大家认为是准确的观测值。

全图TCCON站点分布

数据集请访问链接(最最最被认可的数据集):TCCON Data Archivehttps://tccondata.org/

数据集特征:

空间分辨率:站点形式。时间分辨率:以天为单位,由于该数据集的原理是基于近红外波段采集的,所以受制于天气的影响。

(3) 世界温室气体数据中心(World Data Centre for Greenhouse Gases,WDCGG),是由1990年日本气象厅在世界气象组织(World Meteorological Organization,WMO)下运作的全球大气监测的世界数据中心,主要负责收集、存档、分发由数据贡献者提供的温室气体。这个数据中心目前收集32个世界气象组织WMO的全球观测站点,110个区域观测站点,包括全球温室气体大气观测网,包括其他的一些26个观测站点和33个移动观测站点,其站点的空间位置布局在欧洲、北美、日本相对密集一些。

CO2观测网络基于2009年9月向WMO GAW世界温室气体数据中心提交的数据。图片上仅显示测量在20052009期间持续三年以上的地点,并且这些数据已报告给WDCGG

数据集访问链接:WDCGG (World Data Centre for Greenhouse Gases)https://gaw.kishou.go.jp/publications/summary

(4) 地基观测数据集GLOBALVIEW-CO20,这个观测平台包括地面站、高塔、船舶和飞机。这个站网从1997年开始,现在有313个站和110个地面观测站,包括77个气瓶采样观测点和33个原位连续观测站点。这个数据集主要收集的数据站点分布在北半球,航测数据主要位于美国、俄罗斯和日本。

数据集访问链接:https://daac.ornl.gov/cgi-bin/dsviewer.pl?ds_id=1111https://daac.ornl.gov/cgi-bin/dsviewer.pl?ds_id=1111

基于被动卫星平台二氧化碳浓度监测数据集

二氧化碳浓度被动监测的卫星主要EnviSat、EOS、METOP-A、GOSAT、OCO-2、TANSAT、GOSAT-2和OCO-3。

EnviSat系列卫星数据集(近些年很少见到用)

EnviSat是由欧洲航天局管理的一颗卫星于2002年2月发射,其搭载的传感器是基于扫描成像的光谱仪SCIAMACHY,该传感器由德国和荷兰提供是第一台在近红外谱段观测大气二氧化碳浓度的卫星(Bovensmann,1999)。该传感器用于测量对流层和平流层中的痕量气体,其主要通过对240纳米和2400纳米(即光谱范围从紫外线到短波SWIR)光谱区的太阳和月球辐射进行差分光学吸收光谱(Differential Optical Absorption Spectroscopy,DOAS)操作。并行应用DOAS和背散射紫外线(Backscatter UV,BUV)测量技术。在三种不同的模式下观测:掩星(太阳/月亮)、天底和边缘散射。

由于这颗卫星不是专门测量二氧化碳浓度的,所以很少见到用这颗卫星去获取二氧化碳数据产品的。

EOS/Aqua系列卫星数据集(近些年很少见到用)

EOS/Aqua卫星是归属于美国,该卫星搭载了AIRS光栅式红外高光谱仪传感器,波段覆盖分别是3.7μm -15.4 μm 和0.4 μm -1.1 μm ,该仪器主要用来测量痕量温室气体,例如臭氧、一氧化碳、二氧化碳和甲烷。AIRS与微波探测装置(AMSU-A) 结合使用,可观察全球水和能量循环、气候变化和趋势,以及气候系统对温室气体增加的响应。该卫星提供的二氧化碳柱浓度反演精度可以达到1.5~2ppmv。除此之外,欧洲成功发射的第一颗极轨气象卫星 METOP-A在2006年10月发射,其搭载的传感器是IASI超光谱大气探测器,主要覆盖的波段为3.62~15.5 μm 红外光谱范围,该传感器主要利用自身反演的湿度廓线和AMSU传感器观测得到的湿度廓线修正温湿度影响,然后利用二氧化碳在15 μm 波段的特性来反演对流层中上层的二氧化碳含量,在月平均的时间尺度上和5×5°的空间尺度下,二氧化碳浓度反演的精度可达到2.0ppmv。

由于这颗卫星不是专门测量二氧化碳浓度的,所以很少见到用这颗卫星去获取二氧化碳数据产品的。

GOSAT系列卫星数据(认可度很高,且在更新)

特别的,日本宇航局成功发射了GOSAT卫星在2009年1月,该卫星的主要使命是用于检测二氧化碳和甲烷在全球的大气中。GOSAT卫星是第一颗针对性的卫星,其只关注大气中的温室气体,并且观测目标是将大气中的二氧化碳气体在三个月浓度的平均下,监测精度提高到 0.3%-1%。温室气体观测卫星-2(GOSAT-2,也被称为Ibuki-2)于2018年10月29日从种子岛航天中心乘坐H-IIA火箭发射升空,它是温室气体观测卫星(GOSAT)的继承者。GOSAT-2是作为日本宇宙航空研究开发机构(JAXA)、环境省和国家环境研究所(NIES)的联合项目开发的。对比第一代卫星GOSAT,GOSAT-2提高了整体的测量精度,并且还可以监测一氧化碳和二氧化氮,实现可以自动选择无云点进行观测。

数据集请访问链接:User authenticationhttps://data2.gosat.nies.go.jp/GosatDataArchiveService/usr/auth/login

数据集特征:

空间分辨率:10km网格状的离散数据;时间分辨率:运行周期为98min,平均三天可以覆盖全球

OCO系列卫星数据(认可度很高,且在更新)

美国宇航局(NASA)研制的专门用于观测全球大气碳循环的科学卫星探测器OCO(Orbiting Carbon Observatory)于2009年2月24日发射,但由于其搭载的火箭自身原因从而导致发射失败。随后美国JPL(Jet Propulsion Laboratory)启动了OCO-2 的研制计划。2014年7月,OCO-2成功发射),并随后加入到 A-Train 编队,利用编队的观测信息来修正云和气溶胶的影响,最终二氧化碳测量精度可到达1-2ppm。轨道碳观测站-3(OCO-3)于2019年5月4日由猎鹰9号火箭的SpaceX Dragon运送到太空,是NASA-JPL仪器,该卫星旨在测量地球大气中的二氧化碳,并且用于接替上一代二氧化碳被动检测卫星OCO-2。该仪器安装在国际空间站(ISS)上。2016年12月,我国的碳卫星成功发射名称为国际上第三颗用于温室气体观测的专职被动卫星。

数据集请访问链接:GES DISCUnified User Interface at NASA, UUI, data, GES DISC, datasetshttps://disc.gsfc.nasa.gov/datasets?page=1&keywords=OCO-2

数据集特征:

空间分辨率:约为1.75km网格状的离散数据;时间分辨率:平均16天可以覆盖全球

基于主动卫星平台二氧化碳浓度监测数据集

对于主动卫星的,国内外开展过相关的差分吸收激光雷达的实验,并且主要聚焦在1.57um和2.0um波段两种类型。目前基于主动原理的碳监测的卫星,国外是处于预研阶段。国内的卫星已经于2022年4月进行了发射。

目前卫星数据暂未公布:航天科技集团研制大气环境监测卫星“大气一号”上线|卫星_新浪新闻4月16日,长四丙火箭在太原卫星发射中心成功发射升空。这一次,搭乘金牌“太空专列”的是大气环境监测卫星(简称大气一号),..._新浪网https://news.sina.com.cn/c/2022-04-25/doc-imcwiwst3849050.shtml

总的来说,基于卫星的主动类的二氧化碳浓度监测数据集暂时没有

基于大气化学模型的二氧化碳浓度监测数据集

除了上述数据集外,也有其它的形式数据。比如基于大气化学模式GEOSCHEM推出来的二氧化碳浓度。这个数据集在时间分辨率上可以达到小时级,但是空间分辨率最低为0.25°左右。并且这个数据集需要自己搭建环境进行生成,其上手难度偏高。

基于本地计算机搭建的方法,请参考下面这篇文章(具有一定的门槛):

GEOS-Chem笔记——模式下载安装+驱动数据+运行流程_J同学的大气笔记的博客-CSDN博客看过我博客的会发现我写了很多CESM的笔记,但是说实话,平时科研我其实更多时候是GEOS-Chemuser。之所以写了很多CESM笔记,其实是因为不会,就边学边写。然后GEOS-Chem已经用比较熟了,所以也没想过做笔记啥的。但是我发现越来越多朋友私信我各种CESM问题,我觉得我可能给大家营造了一种我是CESM达人的错觉。感觉自己有点跑偏了呢。公平起见,我觉得我有必要补充点GEOS-Chem笔记。GEOS-Chem是研究大气化学的人常用的大气化学传输模式,在全世界范围的大气化学研究组中被广泛使用。不过.https://blog.csdn.net/qq_27984679/article/details/120615836

基于亚马逊云的搭建方法,请参考下面这篇文章(上手快,需要科学上网和支出一定的成本):

GEOSChem亚马逊云端搭建 - 知乎最近想要学习一下GEOSChem模式用来分析一下气体浓度分布,于是有了一些经历。在本地、超算和云端思考了很久,于是决定走云端,环境好配置,所以总结一下写成这篇文章。 这篇文章主要讲述, 如何快速配置在亚马逊云…https://zhuanlan.zhihu.com/p/441014851

数据集特征:

空间分辨率:最高分别率为1.75°网格状数据;时间分辨率:按需求输出,可以达到小时级别

上述关于二氧化碳浓度数据集的介绍,存在很多不全的地方。在后续会进行相关的维护与更新。如果这篇文章有帮到您,请您点个赞,谢谢。


当前这篇文章更新历史:

2022年7月29日发布

2022年7月30日进行了第一次的维护,补充了大气化学模型相关的信息。

2022年8月10日进行了第二次的维护,增加了数据集的特征。

二氧化碳浓度数据集整理相关推荐

  1. 基于视觉的烟雾/火焰检测数据集整理(检测、识别、分割)

    基于传感器的火灾预警系统,比较适用于较小空间. 随着视觉技术的发展,基于视觉的火灾预警系统,更适用于对森林等大范围场景进行 远距离监控1. 当前的烟雾火焰检测系统中,采用机器学习的视觉技术暂未广泛替代 ...

  2. 【机器学习】机器学习公共数据集整理

    awesome public data sets github上边超过35k star的开源项目,其中包含了金融.医学.能源.时间序列等领域的公共数据集的集合. 链接:https://github.c ...

  3. 【图像隐写数据集】图像隐写数据集整理

    参考链接:关于图像隐写术的数据集下载 信息隐藏研究相关网址 美国State University of New York at Binghamton著名的Jessica Fridrich团队(Steg ...

  4. Microbiome | 二氧化碳浓度升高改变小麦根际微生物群落组成和代谢以矿化有机磷...

    编译:微科盟沐秋,编辑:微科盟居居.江舜尧. 微科盟原创微文,欢迎转发转载,转载须注明来源<微生态>公众号. 导读 了解大气CO2升高(eCO2)如何影响植物根际磷(P)转化,对于维持生态 ...

  5. 【对话生成】常见对话生成数据集整理,含下载链接(更新至2022.06.04)

    [对话生成]常见对话生成数据集整理,含下载链接(持续更新) 前言 用于对话理解的对话数据集 IEMOCAP SEMAINE Mastodon MELD EMOTyDA MEmoR M3^33ED CP ...

  6. 人脸识别数据集整理以及下载

    人脸识别数据集整理 下方是整理的人脸识别数据集列表,有需要的小伙伴下载获取,仅限学习交流,不能用作他处,感谢理解. 下载链接:https://download.csdn.net/download/m0 ...

  7. 第三篇:基于深度学习的人脸特征点检测 - 数据集整理

    https://yinguobing.com/facial-landmark-localization-by-deep-learning-data-collate/ 在上一篇博文中,我们已经下载到了包 ...

  8. 实体对齐(Entity Alignment)相关论文与数据集整理

    实体对齐(Entity Alignment).知识图谱融合论文方法总结整理 传统的实体对齐方法主要通过属性相似度匹配的方式实现,利用有监督学习的机器学习模型,如:决策树.支持向量机.集成学习等.依赖实 ...

  9. 三维重建公开数据集整理(MVS篇)

    三维重建公开数据集整理(MVS篇),不定期更新. 同步到Github仓库:https://github.com/ethan-li-coding/Datasets-of-MVS-reconstructi ...

最新文章

  1. 腾讯服务器“上天”、大疆云台会飞、淘宝被掰弯了……这是昨天各大科技公司的最新产品...
  2. 【特征工程】特征分箱
  3. 多线程:Immutable对象?如何创建Immutable对象?
  4. 《四世同堂》金句摘抄(十二)
  5. Java学习笔记11-2——Spring5
  6. 计算机科学分为几个部分,计算机由几部分组成各部分的功能是什么
  7. vbs if 不等于_6、if语句和关系表达式
  8. VS Code 大佬高效开发插件
  9. opencv 手册_有兴趣吗?程序员分手手册,教你如何恢复单身
  10. Spring Boot/Spring面试常见问题
  11. pandas将字符串转换成时间_数据处理利器 pandas 实例详解 (下)
  12. 【2017 United Kingdom and Ireland Programming Contest (UKIEPC 2017)】Knightsbridge Rises【最大流+路径输出】
  13. STL算法之 copy、copy_backward、copy_n
  14. 幸运九宫格抽奖系统带后台源码
  15. vue动态绑定背景图片的透明度
  16. 零售的哲学前三章读后感
  17. 学习笔记(2):基于.NET/C#开发工控上位机编程基础-PLC电气工程师为什么要学习工控上位机
  18. npm与package.json详解
  19. composer php 扩展,正确的Composer扩展包安装方法
  20. 服务器临时文件的后缀名,在Java中创建具有指定扩展名后缀的临时文件

热门文章

  1. 系统级ESD:一盎司预防胜过一磅治疗
  2. 西行漫记(1):班加罗尔印象
  3. BOM部分属性及理解
  4. 【bzoj4712】洪水(dp,树剖)
  5. ITE平台开发 chapter 3-database使用
  6. 【JZOJ】4210 我才不是萝莉控呢!
  7. 999句常用口语(1/2)
  8. CSP-SM常见问题及解答
  9. FP-growth:从FP树中挖掘频繁项集
  10. 使用qrcode.js生成网址二维码